MétaCan
Menu
Retour à la cohorte
Enregistrement W2982247587 · doi:10.3389/fpls.2019.01341

Two Loci, RiAF3 and RiAF4, Contribute to the Annual-Fruiting Trait in Rubus

2019· article· en· W2982247587 sur OpenAlexaboutno aff
Rubina Jibran, Jessica A. Spencer, Gina E. Fernandez, Amparo Monfort, Mourad Mnejja, Helge Dzierzon, Jibran Tahir, Kevin M. Davies, David Chagné, Toshi Foster

Notice bibliographique

RevueFrontiers in Plant Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensnon disponible
Organismes subventionnairesSerono Symposia International Foundation
Mots-clésRubusBiologyBlowing a raspberryPopulationPetalBotanyHorticulture

Résumé

récupéré en direct d'OpenAlex

Most Rubus species have a biennial cycle of flowering and fruiting with an intervening period of winter dormancy, in common with many perennial fruit crops. Annual-Fruiting varieties of raspberry (R. idaeus and R. occidentalis L.) and blackberry (R. subgenus Rubus) are able to flower and fruit in one growing season, without the intervening dormant period normally required in Biennial-Fruiting (BF) varieties. We used a red raspberry (R. idaeus) population segregating for AF obtained from a cross between NC493 and ‘Chilliwack’ to identify genetic factors controlling AF. Genotyping by sequencing was used to generate saturated linkage maps in both parents. Trait mapping in this population indicated that AF is controlled by two newly identified loci (RiAF3 and RiAF4) located on Rubus linkage groups (LGs) 3 and 4. The location of these loci was analyzed using single nucleotide polymorphism (SNPs) markers on independent red raspberry and blackberry populations segregating for the AF trait. This confirmed that AF in Rubus is regulated by loci on LG 3 and 4, in addition to a previously reported locus on LG 7. Comparative RNAseq analysis at the time of floral bud differentiation in an AF and a BF variety revealed candidate genes potentially regulating the trait.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,124

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetBerry genetics and cultivation researchTravaux en français237 207